论货币供应量作为我国货币政策中介目标的有效性论文

论货币供应量作为我国货币政策中介目标的有效性论文

ID:10720028

大小:49.50 KB

页数:3页

时间:2018-07-07

论货币供应量作为我国货币政策中介目标的有效性论文_第1页
论货币供应量作为我国货币政策中介目标的有效性论文_第2页
论货币供应量作为我国货币政策中介目标的有效性论文_第3页
资源描述:

《论货币供应量作为我国货币政策中介目标的有效性论文》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、论货币供应量作为我国货币政策中介目标的有效性论文一、引言货币政策中介目标的选择没有统一的模式。20世纪80年代以后,金融创新使货币供应量的概念变得模糊,许多国家选择利率作货币政策中介目标。1996年中国人民银行把货币供应量作为我国货币政策的中介目标。以货币供应量作为货币政策中介目标,一是可测性强,二是可控性强,三是与最终目标的相关性高。自1996年中国人民银行把货币供应量作为我国货币政策中介目标以来,货币供应量与宏观经济的总体关联度在增强,我国经济稳定较快增长。但部分学者不这样看.freel个)的波动(k步预测均方误差)按其成因分解为与各方程信息相

2、关联的m个组成部分,从而了解各信息对模型内生变量的相对重要性4(P143—185)。本文分别对LCPI和LGDP的预测误差依各种冲击进行分解(在此设定方程顺序仍为LM2,LGDP,LCPI),分解结果见表3、表4。从表3可以看出,LGDP的波动主要源自LGDP自身的冲击,无论是短期还是长期,LGDP自身的冲击解释LGDP变动的70%左右;另外LGDP的波动也有相当大的部分由LM2变化来解释(短期为15%左右,长期则有25%左右)。再从表4来看,LCPI的波动主要来自LCPI和LGDP两方面的冲击,短期(一年内)而言LCPI本身冲击解释LCPI波动的

3、大部分,但长期来说LCPI的变动更多地来自于LGDP的冲击;而LM2的冲击对其波动的解释程度无论是长期还是短期都很小(几乎可以忽略)。3.实证分析结果提供的启示通过对广义货币供应量M,2与物价、产出关系的分析,产生了令人迷惑的结果:M,2对物价只产生微弱影响且M,2与物价负相关;M,2与产出正相关,对产出有很强的促进作用;上期的产出变动对本期的产出及M,2的变化有反向修正作用。为什么会出现这种情况呢?如果我们联系1996年以来我国的宏观调控实际,就可以发现其背后的理论依据和现实根源。(1)上文的协整方程、VEC模型和方差分解分析都表明M,2与产出正

4、相关,对产出有很强的促进作用。上期ΔLM2对本期的ΔLGDP的影响明显,其弹性系数为0.44,这说明上期ΔLM2对ΔLGDP起着很大的促进作用。LGDP的波动有相当大的部分由LM2变化来解释(短期为15%左右,长期则有25%左右)。从M,2对产出具有很强的促进作用来看,货币供应量与最终目标之间存在着较强的相关性。因此,就相关性而言,货币供应量作为我国货币政策的中介目标是有效的。(2)上文的协整方程和VEC模型都表明M,.freel,2=广义货币供应量M,2/基础货币B。本节的实证分析严格按照上述公式,用《中国人民银行统计季报》的《货币当局的资产负债

5、表》中的储备货币代替基础货币,广义货币供应量来自于《中国人民银行统计季报》各期。数据范围为1994年一季度到2005年四季度,总计48个样本点。根据数据统计,我们发现货币乘数m,2具有明显的时间趋势和季节波动。如果利用最小二乘法拟合m,2与时间向量t会得到一条拟合优度较高的一次线性曲线。但为了提高随机时间序列m,2的预测精度,本文采用ARMA(自回归移动平均)模型进行统计分析与预测。(2)实证分析与结果。为了消除时间趋势同时减少序列的季节波动,需对m,2先后进行逐期差分和季节差分。经过多次检验,我们发现对序列m,2进行一阶逐期差分和一阶季节差分能使

6、自相关和偏自相关分析图达到最优。这样就可得到序列sim,2。对序列sim,2进行0均值检验,得到该序列样本平均数是0.00466,均值标准误为0.0139,序列均值与0无显著差异,表明序列可以直接建立ARMA模型。因为经过一阶逐期差分,序列时间趋势基本消除,故d=1;经过一阶季节差分,季节性也基本消除,故D=1。所以选用ARIMA(p,d,q)(P,D,Q)s模型。根据sim,2的自相关和偏自相关分析图可知,p=1或2,q=0或1。由于在第4n期时,样本自相关和偏自相关系数都显著不为0,所以,P=Q=1。利用EvieAPE(平均绝对百分误差)。各模

7、型的参数估计结果和检验结果如下:经计算,四个模型都满足ARMA过程的平稳条件,模型设定合理。比较表中各个模型的检验结果可知,第三个模型的MAPE值最小,显示其预测精度是最高的。同时,第三个模型的AIC值和SC值仅略微小于第一个,但其AdjustedR2(调整后的样本决定系数)比第一个要好很多。与第四个模型相比较,只有AdjustedR2较小,其他各项都更优;另外,第三个模型比第四个更简洁、有效。因而选择第三个即ARIMA(2,1,0)(1,1,1)4模型比较适合。其展开式为:根据所选定的模型对我国2006年货币乘数进行预测,其预测结果如下:总之,货

8、币乘数具有较强的可预测性。由于基础货币基本上是可控的,因而完全可以认为我国货币供应量具有较强的可控性,即在预测货币乘数的基

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。